一种火电站磨煤机爆燃监测异常定位识别方法及系统技术方案

本发明专利技术公开了一种火电站磨煤机爆燃监测异常定位识别方法及系统，涉及数据处理技术领域，该方法包括：对目标火电站的制粉系统进行信息采集，得到基本信息集；根据目标火电站的工控系统获得监测传感器历史监测信息；根据基本信息集对历史传感器数据集进行关联锁定；构建爆燃异常监测模型；对于预设时间窗口内的监测传感器进行实时数据采集，得到实时监测数据集；输入爆燃异常监测模型中，得到异常监测结果；生成异常提醒信息，对爆燃监测异常进行定位识别。本发明专利技术解决了现有技术中存在火电站磨煤机爆燃监测反馈周期长，异常识别准确率低的技术问题，达到了对传感器数据进行关联锁定，提高异常识别效率和智能化程度的技术效果。提高异常识别效率和智能化程度的技术效果。提高异常识别效率和智能化程度的技术效果。

【技术实现步骤摘要】
一种火电站磨煤机爆燃监测异常定位识别方法及系统


[0001]本专利技术涉及数据处理
，具体涉及一种火电站磨煤机爆燃监测异常定位识别方法及系统。

技术介绍

[0002]近年来，随着电能需求量日益增长，能源问题迫在眉睫。虽然处于低碳环保的需求，非化石能源得到大力发展，但是火电仍然占据电力的大部分市场。因此，研究火电站的生产情况对于保证电力供应有着十分重要的意义。
[0003]目前，在火电发电生产过程中，磨煤机发生爆燃现象在诸多异常生产情况中的危险系数较高，一旦发生内部爆燃事故，轻则造成制粉系统设备的损坏，过于严重时也可能会导致人员伤亡。磨煤机发生爆燃的影响因素过多，且发生的过程比较短暂，主要通过利用监测传感器进行异常识别。
[0004]然而，由于在实际火力发电的过程中，需要监控的项目过多，对于监测传感器的异常数据仅凭监控人员无法及时获取异常原因，从而导致异常反馈时间长，处理异常的周期长，导致严重的经济损失和人员危险情况。对于众多类型的监测数据，当前缺乏一种可以快速对异常数据进行识别响应，反馈异常原因，对监测到的异常进行快速定位的异常识别方法。现有技术中存在火电站磨煤机爆燃监测反馈周期长，异常识别准确率低的技术问题。

技术实现思路

[0005]本申请提供了一种火电站磨煤机爆燃监测异常定位识别方法及系统，用于针对解决现有技术中存在火电站磨煤机爆燃监测反馈周期长，异常识别准确率低的技术问题。
[0006]鉴于上述问题，本申请提供了一种火电站磨煤机爆燃监测异常定位识别方法及系统。r/>[0007]本申请的第一个方面，提供了一种火电站磨煤机爆燃监测异常定位识别方法，所述方法包括：对目标火电站的制粉系统进行信息采集，得到基本信息集；根据所述目标火电站的工控系统获得监测传感器历史监测信息，获得历史传感器数据集，其中，所述历史传感器数据集具有双重标识，双重标识包括传感器位置标识和传感器类型标识；根据所述基本信息集对所述历史传感器数据集进行关联锁定，得到关联锁定结果；根据所述基本信息集和所述关联锁定结果构建爆燃异常监测模型；对于预设时间窗口内的监测传感器进行实时数据采集，得到实时监测数据集；将所述实时监测数据集输入所述爆燃异常监测模型中，得到异常监测结果；根据所述异常监测结果生成异常提醒信息，对爆燃监测异常进行定位识别。
[0008]本申请的第二个方面，提供了一种火电站磨煤机爆燃监测异常定位识别系统，所
述系统包括：基本信息获得模块，所述基本信息获得模块用于对目标火电站的制粉系统进行信息采集，得到基本信息集；历史数据集获得模块，所述历史数据集获得模块用于根据所述目标火电站的工控系统获得监测传感器历史监测信息，获得历史传感器数据集，其中，所述历史传感器数据集具有双重标识，双重标识包括传感器位置标识和传感器类型标识；关联锁定模块，所述关联锁定模块用于根据所述基本信息集对所述历史传感器数据集进行关联锁定，得到关联锁定结果；监测模型构建模块，所述监测模型构建模块用于根据所述基本信息集和所述关联锁定结果构建爆燃异常监测模型；监测数据集获得模块，所述监测数据集获得模块用于对于预设时间窗口内的监测传感器进行实时数据采集，得到实时监测数据集；监测结果获得模块，所述监测结果获得模块用于将所述实时监测数据集输入所述爆燃异常监测模型中，得到异常监测结果；异常提醒模块，所述异常提醒模块用于根据所述异常监测结果生成异常提醒信息，对爆燃监测异常进行定位识别。
[0009]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：本申请实施例通过采集目标火电站的制粉系统的信息，得到能够反映目标火电站的基本生产情况的基本信息集，然后对目标火电站的工控系统进行通信连接，从中获得监测传感器的历史监测信息，得到历史传感器数据集，并对历史传感器数据集进行双重标识，双重标识包括传感器位置标识和传感器类型标识，然后根据基本信息集对历史传感器数据集进行关联锁定，得到关联锁定结果，进而通过利用基本信息集和关联锁定结果构建对异常进行智能监测的爆燃异常监测模型，然后对预设时间窗口内的监测传感器进行实时数据采集，得到实时监测数据集，通过将实时监测数据集输入爆燃异常监测模型中进行异常监测分析，得到异常监测结果，根据异常监测结果生成异常提醒信息，对爆燃监测异常进行定位识别。达到了对火电站内的磨煤机爆燃监测传感器数据进行高质高效分析，提高数据处理效率，快速反馈异常情况的技术效果。
附图说明
[0010]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0011]图1为本申请实施例提供的一种火电站磨煤机爆燃监测异常定位识别方法流程示意图；图2为本申请实施例提供的一种火电站磨煤机爆燃监测异常定位识别方法中对历史传感器数据集进行关联锁定的流程示意图；图3为本申请实施例提供的一种火电站磨煤机爆燃监测异常定位识别方法中构建爆燃异常监测模型的流程示意图；
图4为本申请实施例提供的一种火电站磨煤机爆燃监测异常定位识别系统结构示意图。
[0012]附图标记说明：基本信息获得模块11，历史数据集获得模块12，关联锁定模块13，监测模型构建模块14，监测数据集获得模块15，监测结果获得模块16，异常提醒模块17。
具体实施方式
[0013]本申请通过提供了一种火电站磨煤机爆燃监测异常定位识别方法，用于针对解决现有技术中存在火电站磨煤机爆燃监测反馈周期长，异常识别准确率低的技术问题。
[0014]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0015]需要说明的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
[0016]如图1所示，本申请提供了一种火电站磨煤机爆燃监测异常定位识别方法，其中，所述方法包括：步骤S100：对目标火电站的制粉系统进行信息采集，得到基本信息集；具体而言，所述目标火电站是要进行磨煤机爆燃异常分析监测的任意一个火电站。其中，所述制粉系统是指火电站燃煤机组的重要辅助系统，通过磨制合格的煤粉输送进行炉膛，从而保证锅炉的燃烧，主要包括原煤仓、给煤机、磨煤机、密封风机、一次风机和辅助系统等。所述基本信息集是对所述目标火电站的制粉系统的基本情况进行采集后得到的数据集，包括制粉类型（如：直吹式制粉系统或中间储仓式制粉系统）、磨煤机分布位置和数量、风机风量大小和风机分布位置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种火电站磨煤机爆燃监测异常定位识别方法，其特征在于，所述方法包括：对目标火电站的制粉系统进行信息采集，得到基本信息集；根据所述目标火电站的工控系统获得监测传感器历史监测信息，获得历史传感器数据集，其中，所述历史传感器数据集具有双重标识，双重标识包括传感器位置标识和传感器类型标识；根据所述基本信息集对所述历史传感器数据集进行关联锁定，得到关联锁定结果；根据所述基本信息集和所述关联锁定结果构建爆燃异常监测模型；对于预设时间窗口内的监测传感器进行实时数据采集，得到实时监测数据集；将所述实时监测数据集输入所述爆燃异常监测模型中，得到异常监测结果；根据所述异常监测结果生成异常提醒信息，对爆燃监测异常进行定位识别。2.如权利要求1所述的方法，其特征在于，所述根据所述基本信息集对所述历史传感器数据集进行关联锁定，所述方法还包括：基于所述基本信息集提取磨煤机分布信息，获得磨煤机分布数据集；基于所述传感器位置标识，结合所述磨煤机分布数据集对所述历史传感器数据集进行聚类，得到传感器聚类结果；根据所述传感器聚类结果对所述历史传感器数据集进行关联锁定，得到所述关联锁定结果。3.如权利要求2所述的方法，其特征在于，所述根据所述传感器聚类结果对所述历史传感器数据集进行关联锁定，得到所述关联锁定结果，所述方法还包括：根据所述传感器类型标识对所述传感器聚类结果进行维度划分，得到维度划分结果；根据所述传感器位置标识对维度划分结果进行同类关联，得到同类关联结果；根据所述基本信息集对所述维度划分结果进行异类关联，得到异类关联结果；根据所述同类关联结果和所述异类关联结果对所述历史传感器数据集进行关联锁定，得到所述关联锁定结果。4.如权利要求1所述的方法，其特征在于，所述方法还包括：提取所述工控系统中记载的所述目标火电站的历史爆燃记录，得到历史爆燃记录数据集；根据所述历史爆燃记录数据集对所述关联锁定结果进行频次统计，得到频次数据集；从所述频次数据集中无放回随机选取一个频次数据，作为一级划分节点；再次从所述频次数据集中无放回随机选取一个频次数据，作为二级划分节点；继续构建获得数据清洗单元的多级划分节点；根据所述频次数据集对应的所述关联锁定结果对所述多级划分节点的多个最终划分节点进行标记，得到构建的所述数据清洗单元；将所述频次数据集输入所述数据清洗单元中，将低于预设划分节点的频次数据确定为淘汰频次数据组；根据所述淘汰频次数据组对所述关联锁定结果进行筛选优化。5.如权利要求3所述的方法，其特征在于，所述根据所述同类关联结果和所述异类关联结果对所述历史传感器数据集进行关联锁定，所述方法还包括：根据所...

【专利技术属性】
技术研发人员：彭雨轩，陈海涛，信晶，刘丛娟，刘志勇，石闻涛，
申请(专利权)人：北京博数智源人工智能科技有限公司，
类型：发明
国别省市：